NVIDIA Ising 实现全自动量子计算机校准，增强上下文学习能力

NVIDIA Ising Calibration 1.5是一个31B参数的视觉语言模型，专门用于解读量子处理器的诊断输出并确定如何调优以维持运行。其核心能力在于无需先验训练示例即可分析不熟悉的诊断结果，同时也能利用相关实验的示例进行上下文学习。

该模型是NVIDIA Ising模型家族的最新版本，前代模型已具备基础校准能力，而1.5版本在零样本推理和上下文学习两方面均有显著提升。

模型训练数据来自合作伙伴贡献，涵盖多种量子比特模态，包括超导量子比特、量子点、离子、中性原子、电子on Helium等，专注于校准与控制领域。这种多模态训练策略使模型能够适应不同量子硬件平台的诊断需求。

性能评估使用QCalEval基准，该基准衡量模型在解释实验结果、分类结果、评估显著性、拟合质量和关键特征以及推荐下一步操作方面的能力。评估涵盖零样本和上下文学习两种场景。

在QCalEval上，Ising Calibration 1.5在零样本场景下平均比同等规模最佳开源模型高10%；在上下文学习场景下，比前代模型提升86.68%。模型在开源模型中表现最佳，并与领先的闭源模型（如Fable 5和GPT 5.6 Sol）保持竞争力。

Ising Calibration 1.5首次提供NVFP4量化版本，可在单GPU或NVIDIA DGX Spark上运行，模型体积在BF16精度下缩小11.4%。DGX Spark上的每秒令牌数吞吐量也经过优化，支持批处理，适合并行化多个实验的校准工作流。

模型适用于数据中心GPU如NVIDIA Grace Blackwell和NVIDIA Vera Rubin，量化版本则降低了本地部署门槛。

NVIDIA Ising模型家族完全开源，权重、数据、基准和配方均提供，用户可修改、部署和微调。模型权重以BF16和NVFP4格式在Hugging Face上发布，同时作为NVIDIA NIM和通过NVIDIA Build提供。

部署方面，NVIDIA提供了量子校准代理蓝图，基于NVIDIA Nemo Agent Toolkit，可快速搭建自动化校准工作流。开源许可证采用Linux基金会的OpenMDW，赋予QPU构建者和运营商数据控制权和灵活部署能力。